Big data, 'Machine learning' y márketing exponencial: en busca de la total eficiencia

Se está hablando mucho últimamente del concepto de "organización exponencial", entendido como aquellas organizaciones que son capaces de entender, asimilar, interiorizar y sacar el máximo partido a las tecnologías exponenciales para crecer más rápido y ser más rentables que el resto de competidores. Cuando hablamos de "tecnologías exponenciales" nos referimos, por supuesto, a todos aquellos campos de la innovación que se ven afectados por la digitalización, la ley de Moore y la capacidad de crecer a un ritmo vertiginoso, realmente exponencial. Campos como el de la computación cuántica, la impresión 3D, la biología sintética, la robótica, la nanotecnología, la realidad virtual o el tan citado Big Data. Es este último concepto el que, sin duda, mayor impacto está teniendo en las diferentes industrias, a ciencia cierta por sus posibilidades de automatización y de optimización de prácticamente cualquier proceso dentro de una organización. Y si hay un proceso que puede ser fácilmente optimizado basándose en la aplicación de estas nuevas tecnologías, este es el márketing. Porque todo en márketing, desde la selección del público objetivo, el diseño del producto y de la creatividad de los mensajes de comunicación o la determinación del precio hasta la promoción de campañas o la gestión del cliente, aspecto que nos interesa tratar en este artículo, es susceptible de ser automatizado y optimizado basándose en los datos disponibles de los usuarios. Y, cada día, las tecnologías de Big Data ponen a nuestra disposición más y más datos de nuestros clientes.

CÓMO EMPEZO TODO: WALMART Y EL CASO TARGET Pero no se trata de algo que hayamos descubierto ahora con la llegada del Big Data y de la digitalización, sino que es un camino que empezó a andarse hace muchos años, cuando solo existía el Small Data. Una de las empresas que entendió rápidamente el poder de la analítica de datos para optimizar su márketing fue Walmart. En 1983, el gigante americano del retail empezó a analizar el tique de compra de sus clientes cuando decidió computarizar el punto de venta. Tan importante se volvió el análisis de datos para toda la organización que, en 1987, compró su propio satélite para garantizar el flujo de información entre la central y sus supermercados. Era el comienzo del data mining, o "minería de datos" (la extracción de información oculta y predecible de grandes bas...